Evaluating Water Quality Indicators of Some Water Sources in the Bitumen-Rich Areas of Ondo State, Nigeria
Notice bibliographique
Résumé
Contaminated water, sourced from wells and streams has for long remained the major available water for domestic, industrial and some others uses in the bitumen-rich areas of Ondo State, Nigeria. In this work, the effects of bitumen contamination on some of the quality of water from the wells and streams in the area are determined from the water samples taken from the sources. Sample collections are during the successive dry and wet seasons. They are subjected to physicochemical analyses, using the American Public Health Association (APHA) standard. Water temperatures, pH values, turbidity, electrical conductivities, water hardness, suspended solids (SS), water hardness, toxic metals and presence of hydrocarbons, benzene, toluene, ethylbenzene and xylene (BTEX) in the samples are determined. There are significant differences between the values of the indicators determined during the dry season and the wet season ( 0.05 ).Hardness was higher during the dry seasons. The inhabitants of the areas reported increased use of soap for washing during the dry season. Some indicator temperatures, zinc, iron, calcium levels are within the World Health Organization (WHO) and National Environmental Standards Regulatory and Enforcement Agency (NESREA) standards for potable water while others lead, chromium, cadmium, hardness and hydrocarbons are found to be slightly higher. Some quality values for the water collected during the wet and dry seasons were respectively: temperature: 26.250.05 to 26.650.05; 29.850.07 to 30 0.05 o C, pH value 5.150.04 to 6.800. 07, 4.490.05 to 5.451.07, Suspended solids:114.938 to 39010, 5022.4 to 810.910.3,cadmium: 0.5420.2 to 0.1450.14,0.2340.23, hardness of water:73042.43 to 3100100, 19013.13 to 29602100mg/L, hydrocarbons for benzene, toluene, ethylbenzene and xylene:6.1893.98 to 10.12.35 g/L. Strong correlations existed among physical and chemical parameters determined in all the locations S1 to S4 at 95% confidence level. Bitumen accumulations on available water sources might be the source of the level of heavy metals and BTEX recorded, as they are reportedly associated with bitumen. They are potential health risk to the people living in the area.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».